[发明专利]基于人工智能的棋牌关卡生成方法、训练方法及装置

权利要求书

1.一种基于人工智能的棋牌关卡生成方法，其特征在于，所述方法包括：

生成棋牌初始牌局；

根据第一人工智能模型和第二人工智能模型之间的棋牌对战，得到所述棋牌初始牌局的n个对战结果；所述第一人工智能模型是采用固定策略的机器学习模型，所述第二人工智能模型是采用随机策略的机器学习模型，n为正整数；

根据所述棋牌初始牌局的n个对战结果，按照至少一个对局统计维度进行统计，得到所述棋牌初始牌局对应的统计数据；所述至少一个对局统计维度包括番型分布、牌局难度、胡牌深度、番数统计中的至少一种；

根据所述棋牌初始牌局对应的对战统计数据确定所述棋牌初始牌局的难度系数，所述难度系数用于确定所述棋牌初始牌局在棋牌关卡中的关卡位置，所述棋牌关卡是按照至少一个所述棋牌初始牌局分别对应的难度系数由低到高的顺序生成的。

2.根据权利要求1所述的方法，其特征在于，所述根据第一人工智能模型和第二人工智能模型进行棋牌对战，得到所述棋牌初始牌局的n个对战结果，包括：

在第k次模拟对战中，根据所述棋牌初始牌局交替调用第一人工智能模型和第二人工智能模型进行棋牌对战，在满足胜负条件时得到第k个对战结果；

在所述k小于n时，将所述k加一后，再次根据所述棋牌初始牌局交替调用第一人工智能模型和第二人工智能模型进行棋牌对战，在满足胜负条件时得到所述第k个对战结果；

其中，k和n均为正整数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述棋牌初始牌局交替调用第一人工智能模型和第二人工智能模型进行棋牌对战，在满足胜负条件时得到第k个对战结果，包括，

设所述棋牌初始牌局为当前牌局；

当所述当前牌局为奇数手牌局且不满足胜负条件时，调用所述第一人工智能模型采用预测出的概率最高的第一对局行为，输出下一手牌局；

当所述当前牌局为偶数手牌局且不满足胜负条件时，调用所述第二人工智能模型在第一概率情况下随机确定出的第二对局行为或第二概率情况下采用预测出的概率最高的第一对局行为，输出所述下一手牌局；

当所述当前牌局满足所述胜负条件时，得到所述棋牌初始牌局的所述第k个对战结果；

其中，所述第一概率和所述第二概率之和等于1。

4.根据权利要求3所述的方法，其特征在于，所述调用所述第一人工智能模型采用预测出的概率最高的第一对局行为，输出下一手牌局，包括：

将所述棋牌初始牌局、所述棋牌初始牌局和所述当前牌局之间的历史对局行为转换为通道矩阵信息，所述通道矩阵信息是采用二值化矩阵来表达的信息；

调用所述第一人工智能模型对所述通道矩阵信息进行预测，得到概率最高的第一对局行为，输出所述下一手牌局。

5.根据权利要求3所述的方法，其特征在于，所述调用所述第二人工智能模型在第二概率情况下采用预测出的概率最高的第一对局行为，包括：

将所述棋牌初始牌局、所述棋牌初始牌局和所述当前牌局之间的历史对局行为转换为通道矩阵信息，所述通道矩阵信息是采用二值化矩阵来表达的信息；

调用所述第二人工智能模型在第二概率情况下对所述通道矩阵信息进行预测，得到概率最高的第一对局行为，输出所述下一手牌局。

6.根据权利要求1至5任一所述的方法，其特征在于，

所述第一人工智能模型和所述第二人工智能模型是根据第一损失函数训练得到的，所述第一损失函数是用于衡量对局行为的预测准确性的损失函数。

7.根据权利要求1至5任一所述的方法，其特征在于，

所述第一人工智能模型是根据第一损失函数训练得到的，所述第一损失函数是用于衡量对局行为的预测准确性的损失函数；

所述第二人工智能模型是根据所述第一损失函数和第二损失函数训练得到的，所述第二损失函数是用于衡量胜负情况的预测准确性的损失函数。